摘 要：随着工程造价改革工作的推进，传统预算定额及信息价支撑下的造价咨询工作受到一定程度的挑战，依靠公司内部造价数据积累形成的数据库支撑造价咨询工作成为趋势，同时引入外部造价数据丰富和填补内部造价数据的单一性、造价数据的及时更新的也是数据库建设的必备过程。
摘 要：随着工程造价改革工作的推进，传统预算定额及信息价支撑下的造价咨询工作受到一定程度的挑战，依靠公司内部造价数据积累形成的数据库支撑造价咨询工作成为趋势，同时引入外部造价数据丰富和填补内部造价数据的单一性、造价数据的及时更新的也是数据库建设的必备过程。
关键词：数据库构成；困境；发展与思考
0 引言
长期以来，工程造价咨询行业已形成严重依赖预算定额的惯性思维和格局。
2020年7月24日发布的《住房和城乡建设部办公厅关于印发工程造价改革工作方案的通知》提出“改进工程计量和计价规则、完善工程计价依据发布机制、加强工程造价数据积累”等改革方向。文件说明将逐步停止发布预算定额，这无疑将对工程造价咨询行业带来巨大冲击。其中在“加强工程造价数据积累”中尤其提出“加快建立国有资金投资的工程造价数据库，按地区、工程类型、建筑结构等分类发布人工、材料、项目等造价指标指数，利用大数据、人工智能等信息化技术为概预算编制提供依据”。
为此，作为工程造价咨询行业，可利用企业内部形成的庞多的造价咨询项目，建立企业内部造价咨询数据库平台，收集、整理甚至发布典型案例项目各方面数据，利用大数据分析，匹配项目造价数据，形成拟建项目工程造价数据，为项目前期投资咨询及取消预算定额后的全过程造价咨询工作提供支撑依据。
文章提纲：
一、工程造价数据库的构成及作用
二、工程造价数据库的困境
三、对建立、发展工程造价数据库的思考
四、结语
工程造价数据库的构成及作用：
工程造价数据是建设工程整体或局部在某一时间、某一地域、一定计量单位的工程技术及经济指标数据，主要包含工程造价指标（其中包含建设工程造价指标、单项工程造价指标、单位工程造价指标、分部工程造价指标）、主要工程量消耗量指标、主要材料消耗量指标及材料设备价格等。
工程造价数据库是利用多个区域、多个类型、多个项目的工程造价数据，按照工程造价数据库的采集标准利用信息化技术进行分类、清洗、汇总、计算和整理等工作形成的专业数据存储平台。
经过技术处理后形成的工程造价数据，可用在项目建议书阶段确定投资匡算、在可行性研究阶段确定投资估算，为投资决策提供依据；在初步设计阶段可利用来编制初步设计概算，用于确定项目的投资限额，也可为设计阶段提供限额设计指标；在项目实施阶段为过程成本控制提供参考。同时，工程造价数据库也可以作为咨询公司内部质量控制依据，通过信息共享，也可提高咨询项目质量和服务水平，更可为无定额时代提前做好充分准备。
工程造价数据库的困境：
现目前行业中有一些造价咨询企业在利用信息化技术处理和创建工程造价数据库，也有部分政府平台机构与数据处理公司合作建立数据库（如金牛评审与大匠通公司合作开发的数据指标库），同时像广联达、宏业等软件开发公司也在为用户提供指标数据库的储存和查询功能。但此类造价数据库仅能简单查询单方造价指标，对于其中的工料机消耗量情况、分部分项经济指标数据、材料设备价格等支撑造价咨询工作的重要数据则无法查询。
大部分造价咨询企业还未建立数据库或未完整建立数据，而只能使用传统的线下指标数据库，在这种现状下不能有效进行指标数据的共享和应用。
目前，大多数咨询企业仅对原始造价数据进行简单整理、加工和存储，填写线下指标分析表（通常指标分析表也没有统一或者固定的格式），不能直接应用信息化技术在线进行数据整理和生成指标，效率极低，出错率较高，加之人为干预因素较多（主要体现在清单项目和材料设备名称命名不统一和规范），指标往往不够准确，需反复复核、对比、修改和调整才能提取准确的指标数据。此类数据库更缺少了行业层面和典型工程的横向和纵向的对比分析和应用，不能直接为投资决策、概算、预算提供全面的依据。
线下形成的数据库还不具备快速查询功能，利用率极低，只有开发线上数据库平台，才能解决线下难查询类似项目指标的难题，并且可以很直观且快速地查询类似工程类别的指标对比情况，提高指标数据的利用效率。但大多数数据库未实现智能功能，不能根据线下数据组成的形式，整理数据来源及关系，确定数据的采集、归类、计算、汇总的规则，实现线下数据上传后的自动归集、分析、汇总计算，自动形成工程造价指标数据，也不能直接选择类似典型工程造价指标形成拟建项目的工程造价。
一些造价企业虽然建立了自身的线上数据库平台，但也因本企业样本数量有限、维护成本高等原因导致数据库的应用受到影响。而第三方单位建立数据库又可能因为不能完整获取项目的真实数据，而导致库内分析的指标数据不科学。
对建立、发展工程造价数据库的思考：
工程造价数据库应包含有典型案例工程数据库（涵盖不同工程类别的投资估算、设计概算、招标控制价、中标价、施工图预算、竣工结算等不同计价阶段的成果文件）、工程造价指标库（基本包括建设工程造价指标、单项工程造价指标、单位工程造价指标三个层级）、工程量指标库、材料消耗量指标库、人材机价格库等基本数据库、数据采集平台及指标应用平台。
3.2 工程造价数据库建立发展- 制定统一和标准的造价数据规范
建立建设工程造价数据库的前提应有一套适用于不同类型项目（如建筑与装饰、安装、市政、轨道交通、铁路等）的数据规范（包括建设项目层级、清单项目和材料设备命名规则、指标表模板），此套规范应具有采集有效指标数据的功能。首先要统一和明确建设项目成果文件的层级（如建设项目、单项工程、单位工程等），统一和规范清单项目和材料设备命名规则（如C**商品混凝土**（构件名称）、PC**（安装材料名称）、200*200*50芝麻黑花岗石），要创建和发布一套线下使用的工程造价指标表模板，再利用信息化和计算机功能将线下套表模板内容开发形成一个数据库平台系统。
在制定模板时，需考虑作为指标数据的边界条件的工程概况（包括项目业主、设计单位、地质情况、项目地点、建设时间、基准期、所用定额或计价依据等）、数据的适用范围、精细度及物价水平等多维度内容怎样满足实际应用的需求，需要思考指标使用的需求和查询指标采集标准。同时，可参考《建设工程造价指标指数分类与测算标准》（GB/T 51290-2018）及《四川省建设工程造价技术经济指标采集与发布标准》（DBJ51/T096-2018），结合已有和常用计价方式，分析指标的适用性和包容性，构建指标数据各层级的显示内容，同时还需兼顾后期数据的清洗、加工和整理时的便捷性。
在模板制定和构建期间，可各选择一个现有的不同类型的典型案例工程进行试填写，根据填写过程遇到的问题展开讨论和调整模板内容，直至模板既满足指标的可利用性，又满足指标清洗、加工的便捷性，同时还能编制出不同层级之间数据形成逻辑的相关文件，为后期电子指标数据平台开发奠定坚实的基础。
为了节省开发过程中的费用投入，可选择一个成熟的懂工程造价的软件开发公司对工程造价数据库进行开发，这样将会减少开发过程中很多数据逻辑沟通的矛盾，提高开发速度及质量。
首先，应开发典型案例工程数据库，其中应包含各类型工程的建设项目工程概况、单项工程工程概况、单位工程工程概况、建设项目工程造价、单项工程工程造价、单位工程工程造价等分类数据。
其次，根据工程造价数据库模板中的数据形成逻辑，开发出将典型案例工程数据库中的数据进行自动提取、归集、汇总、计算和整理的造价指标数据采集平台，再将数据采集平台的数据分类归纳到工程造价数据库、工程量指标数据库、材料消耗量指标数据库、人材机价格数据库中，在各个数据库中设定对应工程概况等查询条件，开发查询、对比等使用功能。
最后，再开发数据库应用平台。结合工程造价数据构成及信息化技术，将平台开发成类似计价软件的功能平台，将多个案例工程项目数据及指标数据进行灵活拆分和组合，形成拟建项目投资指标、工程造价和消耗量指标等，为投资估算、设计概算、招标控制价（或施工图预算）或竣工结算等提供较为准确的参考依据，从而提高在各个阶段的咨询工作效率。同时，可考虑在此应用平台上增加内部质控功能，用于企业工程质量内部质检工作，利用典型案例工程数据、指标等数据与成果文件数据进行多维度对比，提高成果文件质量。
工程造价指标数据的编制应以现有的资料收集、整理和归纳为主要工作，通过对已完工程或在建工程的投资概算、招标控制价或施工图预算、竣工结算（或决算）等资料进行分析比较，得到一系列能够反映工程特点的价格及数量指标，并通过科学系统的方法建立起一套完整的工程造价指标体系。工程造价指标数据库在成功建立后，还应增加指标体系的更新，实现指标体系的自动传输、自动处理、自动反馈和自动更新。当采集到一个新的项目造价数据时，系统能够立刻基于该数据对已有的指标体系做出相应的调整，以为后续项目决策或者咨询提供重要参考。
同时，为了解决采集到的材料价格不完整和不准确问题，我们还可以采用拓宽数据来源渠道的方式，以已有项目造价数据、新渠道厂商提供价格数据和造价管理部门发布材料信息价等来修正现有数据源收集到的数据。不同来源的数据会呈现出一定的离散性，因此可以采用标准差量化法运用统计学原理对采用到的数据进行分析、计算，进而提炼出可用信息对人材机价格库进行更新。
要建立理想的工程造价数据库需要思考、投入和完成的工作还有许多，其开发和使用过程中还需要考虑怎样将信息化技术与工程造价数据更优地结合起来，实现真正有利用价值的工程造价数据。
由于工程造价的单一性、多样性很难达到所有工程的建设模式都统一，所以还应思考原始工程造价数据的清洗、归集等需要制定什么规则和标准。因此，工程造价数据库建设还需要一批造价经验很丰富且懂一些信息化建设思路的专业人员配合软件开发公司共同完成数据平台开发。
工程造价数据库的开发除了过程中会遇到很多较难解决的技术困难外，还面临资金投入的问题。开发一个智能的指标数据库可能会投入几百上千万，并且开发工作是一个持续不断的投入过程，资金的投入及后期成本的回收都可能成为未知数。因此，若要建立理想的工程造价指标数据库可联合多家有开发意愿的咨询企业，共同开发出适用于造价咨询行业的指标数据库，为行业大数据的建设贡献企业力量。
[1] 《建设工程造价指标指数分类与测算标准》(GB/T51290-2018), 中国建筑工业出版社
[2]《四川省建设工程造价技术经济指标采集与发布标准》（DBJ51/T096-2018），西南交通大学出版社
[3]工程造价指标指数案例分析，中国建筑工业出版社
